神经网络模块-卷积层卷积层分类:Conv1d: 一维卷积处理信号数据Conv2d: 二维卷积处理图像数据最常用Conv3d: 三维卷积处理视频等体数据torch.nn vs torch.nn.functional模块封装torch.nn是对底层卷积操作的高级封装提供更友好的API接口与functional关系类似于方向盘与齿轮的关系nn模块封装了functional的底层实现细节学习建议日常使用只需掌握torch.nn即可functional层主要用于底层研究如下torch.nn和torch.nn.functional是一一对应的关系。torch.nn.functional.Conv2d二维卷积函数参数input输入张量需满足(minibatch, in_channels, iH, iW)形状weight卷积核形状为(out_channels, in_channels, kH, kW)stride卷积步长默认1padding填充默认0dilation膨胀系数默认1groups分组数默认1卷积计算演示图像(假设除了输入张量和卷积核其他参数都是默认值输入图像与卷积核输入图像为55矩阵每个数字代表像素颜色值。卷积核为33矩阵。卷积核先叠在输入图像的左上角两者的左上角对齐进行对应位相乘后相加得到一个输出值。然后将卷积核向右横向移动一格得到下一个输出值卷积核向右横向一格一格移动到顶后纵向移动一格并且是从下一行的最左侧开始继续计算输出值。上图最右边的3*3矩阵是输出矩阵。如下红色线条便是卷积核的移动走位。代码实现# -*- coding: utf-8 -*-# 作者小土堆# 公众号土堆碎念importtorchimporttorch.nn.functionalasFinputtorch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])kerneltorch.tensor([[1,2,1],[0,1,0],[2,1,0]])inputtorch.reshape(input,(1,1,5,5))kerneltorch.reshape(kernel,(1,1,3,3))print(input.shape)print(kernel.shape)outputF.conv2d(input,kernel,stride1)print(output)执行如上代码控制台输出如下。如上输出结果和我们演示中的如下的计算的输出矩阵是一致的stride参数控制卷积核移动步长可以是单个数或元组sH, sWstride1时横向和纵向都移动1位stride2时横向和纵向都移动2位输出尺寸变小。如下如果stride 2,那么卷积核的走位顺序便是红色标注的1-4步输出的是2*2的矩阵。例题stride2 卷积操作示例代码实现-*-coding:utf-8-*-# 作者小土堆# 公众号土堆碎念importtorchimporttorch.nn.functionalasFinputtorch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])kerneltorch.tensor([[1,2,1],[0,1,0],[2,1,0]])inputtorch.reshape(input,(1,1,5,5))kerneltorch.reshape(kernel,(1,1,3,3))print(input.shape)print(kernel.shape)outputF.conv2d(input,kernel,stride1)print(output)output2F.conv2d(input,kernel,stride2)print(output2)执行如上代码我们控制台输出如下我们发现stride2的时候输出的尺寸被压缩了我们注意到输入图像和卷积核都转换为torch.tensor因为我们需要调整张量维度满足conv2d输入要求我们可以通过print查看张量形状是否符合要求注意事项输入张量需要4维增加batch和channel维度卷积核需要4维增加output和input channel维度下面我们介绍下如何通过reshape改变输入图像和卷积核的张量维度。reShape尺寸变换shape代码示例# -*- coding: utf-8 -*-# 作者小土堆# 公众号土堆碎念importtorchimporttorch.nn.functionalasFinputtorch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])kerneltorch.tensor([[1,2,1],[0,1,0],[2,1,0]])inputtorch.reshape(input,(1,1,5,5))kerneltorch.reshape(kernel,(1,1,3,3))print(input.shape)print(kernel.shape)如上代码执行后打印出来如下代码可以发现输入矩阵变成了1155的四维张量。卷积核变成了1133的四维张量。conv2d参数padding定义padding是在输入图像的四周进行像素填充的操作参数形式可以是一个数值或元组(padH, padW)分别指定高度和宽度方向的填充量默认值默认padding0即不进行任何填充填充值填充区域的像素值通常默认为0作用通过填充可以控制输出特征图的尺寸防止图像边缘信息丢失计算过程讲解如下图我们的输入图像由于padding是1所以周边多了一层然后我们的卷积核从放置在输入图像7*7的左上角开始计算输出值也是先横向移动横向移动到头后纵向移动到下一行最左边的格子以此类推去计算输出值。所以最后我们输出的尺寸比没有padding的时候大一些。padding1代码示例# -*- coding: utf-8 -*-# 作者小土堆# 公众号土堆碎念importtorchimporttorch.nn.functionalasFinputtorch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])kerneltorch.tensor([[1,2,1],[0,1,0],[2,1,0]])inputtorch.reshape(input,(1,1,5,5))kerneltorch.reshape(kernel,(1,1,3,3))print(input.shape)print(kernel.shape)output3F.conv2d(input,kernel,stride1,padding1)print(output3)执行如上代码控制台输出结果如下整体代码# -*- coding: utf-8 -*-# 作者小土堆# 公众号土堆碎念importtorchimporttorch.nn.functionalasFinputtorch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])kerneltorch.tensor([[1,2,1],[0,1,0],[2,1,0]])inputtorch.reshape(input,(1,1,5,5))kerneltorch.reshape(kernel,(1,1,3,3))print(input.shape)print(kernel.shape)outputF.conv2d(input,kernel,stride1)print(output)output2F.conv2d(input,kernel,stride2)print(output2)output3F.conv2d(input,kernel,stride1,padding1)print(output3)执行如上代码控制台输出如下小结